内容紹介（出版社より）

本書は広い視野でデータサイエンス全体を俯瞰し、問題を解決する上で重要なことは何か、その設計原則に焦点を当てた入門書です。
データを収集、分析、解釈するためのシステムを構築する際に必要な、確率・統計の基礎から線形代数、スコアとランキング、統計分析、データマンジング、可視化、数学的モデル、回帰、機械学習まで広範囲にわたってカバーするだけでなく、思考プロセスも重視します。
著者は、ニューヨーク州立大学ストーニーブルック校で長年にわたりコンピュータサイエンス教育に携わってきた計算機科学者で、統計学と計算機科学の枠を越えた新しい学問としてデータサイエンスを捉え直し、著者独自のアプローチでデータサイエンスの本質に迫ります。

内容紹介（JPROより）

データ収集と分析に必要な知識とスキルについて、確率・統計の基礎から線形代数、スコアとランキング、統計分析、データマンジング、ビジュアライゼーション、数学的モデル、回帰、機械学習まで広範囲にわたってカバー。著者は「アルゴリズム設計マニュアル」の著者であり、長年コンピュータサイエンス教育に携わっている計算機科学者。

内容紹介（「BOOK」データベースより）

大局的な視点からデータサイエンスの本質に迫る。著名な計算機科学者スキーナ教授が贈る、データサイエンスの設計原則と、データ分析に必要な知識とスキルをカバーした新しい教科書！

目次（「BOOK」データベースより）

データサイエンスとは／数学の基礎知識の準備／データマンジング／スコアとランキング／統計分析／データの可視化／数理モデル／線形代数／線形回帰とロジスティック回帰／ネットワーク分析と距離／機械学習／ビッグデータ：スケールを追求／最後に一言

著者情報（「BOOK」データベースより）

スキーナ，スティーヴン・Ｓ．（Skiena,Steven S.）（スキーナ，スティーヴンＳ．）
ニューヨーク州立大学ストーニーブルック校コンピュータサイエンス学科教授。研究分野はデータサイエンス、自然言語処理、アルゴリズム。影響力のある教科書とソフトウェアにより、教育に多大な貢献があったとしてＩＥＥＥ　Ｃｏｍｐｕｔｅｒ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｅｎｇｉｎｅｅｒｉｎｇの学部授業賞を受賞した

小野陽子（オノヨウコ）
東京理科大学工学研究科経営工学専攻博士後期課程修了。博士（工学）。横浜市立大学データサイエンス学部准教授。２０１８年度よりＷｉＤＳ　Ｔｏｋｙｏ＠Ｙｏｋｏｈａｍａ　Ｃｉｔｙ　Ｕｎｉｖｅｒｓｉｔｙアンバサダー

長尾高弘（ナガオタカヒロ）
株式会社ロングテール社長、技術翻訳者（本データはこの書籍が刊行された当時に掲載されていたものです）